如何根据剧本预演 AI 动作场景
了解如何在生成视频片段之前,将一段动作序列转换为以空间关系为先的 AI 分镜。本教程涵盖节拍提取、屏幕方向、镜头覆盖、动作提示词、连续性检查和剪辑规划。
文章目录
在制作动画前先搭建动作场景
创建易于理解的 AI 动作场景,最稳妥的方法是在生成视频前,先规划场景的空间关系、运动和剪辑点。不要把整个序列直接交给剧本转视频 AI 工具,而应将场景拆分为视觉节拍,为每个节拍分配镜头目的,并将生成的画面作为无声分镜进行测试。
本教程使用一个简单示例:一名快递员进入一家已关闭的餐厅厨房,取出一个金属箱,躲开悬浮的安保无人机,并从服务门逃脱。同样的方法也适用于追逐、救援、逃脱、发现以及其他以运动为主的场景。
核心规则:如果动作在六到十二张静帧中都不清晰,加入运动也不会让它变得更清楚。
步骤 1 — 将场景改写为可见的动作节拍
首先删除摄像机无法直接呈现的信息。内心想法、背景故事,以及“接下来发生了一场慌乱的搏斗”这类宽泛表述,都无法为 AI 分镜生成器提供足够明确的指引。
将序列拆分为多个节拍,每个节拍都包含三个要素:
- 主体:推动这一刻发展的角色、车辆、生物或物体。
- 可见动作:具有清晰开始和结束的动作。
- 变化:新信息、位置变化或新障碍。
例如,将“快递员躲开无人机并逃脱”替换为:
- 快递员从左侧进入,看到准备台下方的箱子。
- 一架无人机从她身后的破损天窗降下。
- 她滑过地面,拉出箱子。
- 无人机挡住了服务门。
- 她将一个金属托盘扔向对面的墙。
- 无人机转向声音传来的方向。
- 她带着箱子从服务门逃出。
现在,每个节拍都为摄像机提供了一个需要传达的重要事件。
步骤 2 — 选择镜头前先绘制空间关系图
当门、障碍物、角色和移动方向在不同镜头之间看起来发生位移时,动作就会变得混乱。在请求生成电影感画面之前,先绘制一张简单的场地俯视图。
标出快递员的入口、箱子、准备台、天窗、无人机的到达点以及服务门。然后画出快递员穿过房间的路线。将这张地图放在你编写的每条提示词旁边。
| 元素 | 固定屏幕位置 | 故事功能 |
|---|---|---|
| 主入口 | 房间左侧 | 确定快递员的起点 |
| 金属箱 | 中央、桌子下方 | 形成第一个移动目标 |
| 天窗 | 房间后方上部 | 从快递员身后引入无人机 |
| 服务门 | 房间右侧 | 确定逃脱方向 |
为整个序列选择一个主导方向。在本例中,快递员从屏幕左侧向右侧移动。除非故事中有意安排方向反转,否则应在远景、中景和插入镜头中保持这一方向。

步骤 3 — 为每张分镜赋予一个任务
不要只因为镜头看起来戏剧性十足就选择它。为每个画面指定明确的剪辑任务:建立空间、揭示危险、展示决定、明确运动、突出物体或确认结果。
本例场景可以使用以下紧凑型分镜覆盖:
| 画面 | 镜头 | 目的 | 关键信息 |
|---|---|---|---|
| A | 建立空间的远景 | 定义空间关系 | 入口在左、箱子在中央、出口在右 |
| B | 侧面中景 | 启动运动 | 快递员从左向右移动 |
| C | 低角度远景 | 揭示障碍 | 无人机从快递员身后降下 |
| D | 特写插入镜头 | 确认目标 | 快递员握住箱子把手 |
| E | 侧面广角视图 | 展示路线变化 | 无人机挡住服务门 |
| F | 近景 | 展示决定 | 快递员注意到一个松动的托盘 |
| G | 动作中景 | 完成分散注意 | 托盘向远离出口的方向飞去 |
| H | 出口远景 | 解决运动关系 | 快递员向右穿过画面并逃脱 |
远景能够保障空间清晰度。近景则强调远距离下可能被忽略的信息。这种交替也能为最终剪辑带来自然的景别变化。

步骤 4 — 生成一致的 AI 分镜
为角色、场景、光线、服装和主要道具编写稳定的描述。只改变该画面所需的动作和摄影机指令。
先从一个可重复使用的连续性模块开始:
CONTINUITY BLOCK
Location: closed stainless-steel restaurant kitchen at night, long central preparation table, damaged skylight at the rear, blue moonlight mixed with warm emergency lighting
Courier: athletic woman in her early thirties, short black hair, dark green delivery jacket, charcoal trousers, worn white sneakers
Object: compact brushed-metal case with black corner guards
Drone: small matte-gray security drone with one circular front sensor
Visual style: grounded live-action thriller, realistic proportions, practical lighting, restrained color palette, 16:9
然后附加针对具体画面的指令:
STORYBOARD FRAME C
Use the continuity block exactly.
Low-angle wide shot from beside the central preparation table. The courier is moving from screen left toward screen right, looking toward the metal case. Behind her, the security drone descends through the damaged skylight. Keep the entrance visible on the left and the service door visible on the right. Clear spatial staging, deep focus, no motion blur, no extra people or objects.
先将完整分镜生成静态图像。当镜头地图确定后,你就可以打开剧本转视频工作区,并使用已批准的画面作为生成视频片段的参考。
在每条提示词中加入“不要改变”一行,用于固定跨剪辑延续的细节:服装、箱子设计、移动方向、房间布局和光源。
步骤 5 — 在没有对白的情况下测试分镜
按顺序排列画面,并在不添加字幕或旁白的情况下检查它们。观众应该能够回答四个问题:
- 快递员从哪里进入?
- 她想要什么?
- 无人机从哪里出现?
- 哪个方向通向安全?
如果某个问题的答案不明确,应修改分镜,而不是用对白解释缺失的信息。常见的修复方式包括增加一个更宽的镜头、恢复一个可见的地标、展示角色的视线方向,或在下一次移动前插入一个反应镜头。
还要检查画面边缘。如果快递员从某一画面的右边缘离开,那么通常应从下一画面的左边缘进入。这会形成连续的前进运动。突然从同一侧进入,可能会让人觉得她改变了方向。
步骤 6 — 将画面转换为针对运动的提示词
分镜提示词描述的是构图,而视频片段提示词必须描述一段时间内发生的变化。保留画面的视觉锚点,然后明确主体运动、摄像机行为、节奏和结束状态。
CLIP PROMPT FOR FRAME G
A grounded live-action thriller shot in the same restaurant kitchen. The courier remains on the left side of frame and throws one loose metal tray toward the far-left wall, away from the service door. The drone begins near the right-side exit, pivots toward the flying tray, and moves two feet left. The courier stays low and prepares to run right. Locked medium-wide camera, one continuous action, realistic weight, restrained movement, no camera orbit, no location change. End with the path to the service door visibly clear.
结束状态很重要,因为它决定下一个片段能否顺畅开始。为每个片段记录:
- 主体的最终位置和面朝方向。
- 道具的最终位置。
- 摄像机的最终角度和距离。
- 入口或出口是否穿过画面边缘。
- 推动下一次剪辑的视觉细节。
避免在一次生成中塞入多个相互独立的动作。如果同一条提示词中包含快递员扔托盘、无人机转身、她冲刺、货架倒塌以及门关闭,结果会更难控制和剪辑。应在可见的决策点处分割序列。

步骤 7 — 围绕动作匹配搭建粗剪
在添加音乐、音效或复杂转场之前,先完成粗剪。当运动、注意力或信息从一个镜头传递到另一个镜头时进行剪辑。
- 运动匹配:从快递员开始滑行的画面,切到展示同一滑行动作的更宽镜头。
- 视线匹配:从快递员低头看去的画面,切到桌子下方箱子的画面。
- 因果剪辑:先展示扔出的托盘,再展示无人机的反应。
- 离开与进入匹配:让快递员从一个画面离开,并以相同方向继续进入下一个画面。
删去削弱紧迫感的停顿,但要为重要动作保留足够的准备时间,使动作能够被看懂。观众应该看到抓取、投掷、躲避或奔跑的决定,而不只是看到结果。
无声剪辑成立后,再加入声音来强化已经可见的事件:天窗破裂、箱子摩擦、托盘撞墙、无人机改变方向以及服务门关闭。声音应该强化空间关系,而不是掩盖不清晰的调度。
常见问题
一个 AI 动作场景需要多少张分镜?
使用足够多的画面,展示目标、障碍、方向或地点上的每一次有意义的变化。一个短场景可能只需要六到十二张关键画面,而更复杂的序列可能需要额外的插入镜头和过渡画面。
我应该先生成远景还是近景?
先生成主远景,因为它们能够确定房间、移动方向以及各元素的相对位置。只有在空间关系稳定后,再创建中景和近景。
一条提示词能生成整个动作序列吗?
一条提示词可以描述整个序列,但将其拆分为多个短镜头,通常能带来更清晰的剪辑点,并让你更直接地控制场面调度。将每个片段视为一个易于理解且具有明确结束状态的动作。
不同分镜提示词中哪些内容应该保持完全一致?
重复角色描述、服装、关键道具、环境布局、光线逻辑、画面比例和主导屏幕方向。摄像机角度和动作可以变化,但连续性的锚点不应改变。
如何修复令人困惑的 AI 分镜?
回到场地俯视空间关系图。添加或修改一个远景,让主体、目标、障碍和出口以正确位置同时呈现。然后根据修正后的空间规划,重新生成相关的近景。
来源
最终检查清单
- 剧本已被拆分为可见的动作节拍。
- 场地地图确定了入口、出口、障碍和目标。
- 主角始终保持一致的屏幕移动方向。
- 每张分镜画面都有一个明确的剪辑目的。
- 角色、道具、场景和光线描述保持稳定。
- 每条运动提示词都定义了清晰的开始和结束状态。
- 无声分镜能够传达完整动作。
- 粗剪使用了运动匹配、视线匹配以及因果匹配。
关键词
剧本转视频 AI、AI 分镜生成器、根据剧本创建 AI 视频、执导 AI 短片、AI 电影制作器、AI 片段制作器
决定:发布 — 本文为搭建空间关系连贯的 AI 动作场景提供了一套独特且注重执行的工作流程。